Abstrak. 1. Pendahuluan. 2. Model, Analisis, Desain dan Implementasi
|
|
- Yulia Tedjo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Klasifikasi Area Pada Citra Satelit Dan Penerapannya Pada Pedeteksian Banjir Di Situs Bengawan Solo Arif Rachman H 1), Ir. Dadet Pramadihanto, M.Eng, Ph.D 2), Nana Ramadijanti, S.Kom, M.Kom 3) Jurusan Teknik Informatika, PENS ITS Surabaya Jl. Raya ITS, Surabaya +62 (31) ; Fax: +62 (31) gori@student.eepis-its.edu, dadet@eepis-its.edu, nana@eepis-its.edu Abstrak Banjir merupakan salah satu jenis bencana alam yang sering terjadi selama musim penghujan. Banjir perlu mendapatkan perhatian serius, karena frekuensi kejadiannya sangat tinggi, sehingga kerugian baik jiwa maupun materi yang ditimbulkan setara dengan bencana alam yang lainnya seperti letusan gunung berapi, dan bencana gempa bumi serta tsunami. Salah satu cara memperkecil resiko banjir adalah dengan membuat sisitem peringatan dini dan salah. adalah sistem peringatan dini menggunakan data citra satelit. Analisis ini dapat dilakukan antara lain dengan mengintegrasikan daerah genangan banjir dengan data real, Data yang digunakan adalah data citra satelit Landsat-5 TM yang memiliki format TIF. Data hasil ekstraksi diproses untuk mendapatkan citra satelit, yang kemudian dilakukan proses NDVI untuk klasifikasi area tersebut. Kata Kunci :Banjir, Klasifikasi Area, Landsat-5 TM, NDVI, TIF. 1. Pendahuluan Saat ini setiap tahun dimusim penghujan daerah sungai bengawan solo telah terjadi banjir yang dikarenakan faktor alam dan faktor yang disebabkan oleh manusia. Sehingga setiap tahun kerugian yang dialami cukup besar, dan hal tersebut berulang setiap tahun. Dan seperti yang kita ketahui, sungai memiliki fungsi utama yaitu sumber air bagi kehidupan kita, antara lain sebagai sistem pengairan, sistem pengangkutan dan sumber tenaga. Fungsi sebagai sistem pengairan karena biasanya para petani menggunakan air sungai untuk mengairi sawah mereka dan juga untuk memberi minum untuk hewan pembajak mereka. Fungsi sebagai sistem pengangkutan karena didaerah tertentu digunakan sebagai untuk menuju kesuatu tempat yang tidak bisa dilalui dengan alat transportasi sehingga harus melalui sungai. Fungsi sebagai sumber tenaga karena aliran air sungai bisa dimanfaatkan sebagai pembangkit listrik tenaga air. Sedemikian pentingnya sungai, sehingga kita patut menjaga dan melestarikan sungai di Indonesia. Salah satu cara penanggulangan banjir adalah tersedianya sistem peringatan dini berdasarkan penemuan daerah genangan air di sekitar situs yang didapat dari citra satelit. Dengan mengolah citra satelit berdasarkan sensor spektrum cahaya satelit yang digunakan, sehingga gabungan sensor spectrum cahaya yang bekerja dalam band tertentu dapat mengklasifikasi area yang dicurigai sebagai daerah genangan air. Gambar. 1. Block diagram proses klasifikasi area 2. Model, Analisis, Desain dan Implementasi Blok diagram sistem menggambarkan bagaimana alur proses menggabungkan kanal kanal yang digunakan untuk melakukan composite gambar satelit, penghitungan nilai NDVI, mengklasifikasi data vegetasi, mengklasifikasi daerah banjir, mentransformasi citra satelit yang seperti dijelaskan pada gambar 1.
2 2.3.1 Dasar Teori i. Penginderaan-Jauh (Remote Sensing) Penginderaan-Jauh adalah Pengambilan atau pengukuran data atau informasi mengenai sifat dari sebuah fenomena, obyek atau benda dengan menggunakan sebuah alat perekam tanpa berhubungan langsung dengan bahan studi. Salah satu implementasi pada Penginderaan-Jauh adalah pemantauan cuaca bumi. Dalam hal ini, target adalah permukaan bumi, yang melepaskan energi dalam bentuk radiasi infra merah atau energi panas. Energi merambat melalui atmosfir dan ruang angkasa untuk mencapai sensor, yang berada pada platform satelit. Beberapa level energi kemudian dicatat, dikirimkan ke stasiun penerima di bumi, dan diubah menjadi citra yang menunjukkan perbedaan suhu pada permukaan bumi. ii. Citra Normalisasi Citra normalisasi atau NDVI (Normalized Difference Vegetation Index) adalah perhitungan citra yang digunakan untuk mengetahui tingkat kehijauan, yang sangat baik sebagai awal pembagian daerah vegetasi. NDVI dapat menunjukkan parameter yang berhubungan dengan parameter vegetasi, antara lain, biomass dedaunan hijau, daerah dedaunan hijau dan hence yang merupakan nilai yang dapat diperkirakan untuk pembagian vegetasi. Nilai NDVI diperoleh dengan perhitungan nearinfrared dengan visible light yang dipantulkan oleh tumbuhan. Nilai NDVI diperoleh dengan membandingkan pengurangan data near-infrared dan visible dengan penjumlahan kedua data tersebut, berikut rumus penghitungan menggunakan satelit landsat Dari hasil penghitungan diatas didapatkan data daratan dan air, namun untuk air diperlukan juga pembanding nilai RGB karena nilai NDVI dari air dan awan sangat mirip sehingga mengurangi salah klasifikasi. iii. Image Processing Image processing adalah suatu metoda yang digunakan untuk mengolah gambar sehingga menghasilkan gambar lain yang sesuai dengan keinginan kita. Pengambilan gambar biasanya dilakukan dengan kamera video digital atau alat lain yang biasanya digunakan untuk mentransfer gambar (scanner, kamera digital). Pengolahan gambar digital atau Digital Image Processing (DIP) adalah bidang yang berkembang sangat pesat sejalan dengan kemajuan teknologi pada industri saat ini. Fungsi utama dari Digital Image Processing adalah untuk memperbaiki kualitas dari gambar hingga gambar dapat dilihat lebih jelas, karena informasi penting diekstrak dari gambar yang dihasilkan harus jelas sehingga didapatkan gambar yang terbaik. Selain itu DIP digunakan untuk memproses data yang diperoleh dalam persepsi mesin, yaitu prosedur-prosedur yang digunakan untuk mengektraksi informasi dari gambar, informasi dalam bentuk yang cocok untuk proses komputer. Keuntungan menggunakan DIP adalah presisi, yaitu pada masing-masing proses fotografi, disini terdapat penurunan kualitas gambar dan sinyal elektrik yang terdrgradasi akibat keterbatasan komponen elektrik, dalam kondisi ini DIP dapat menjaga hasil gambar tetap presisi. Keuntungan yan lain adalah fleksibilitas, yaitu penggunaan yang lebih besar, sebuah gambar dapat di magnified, reduced atau rotated, kontras, brightness dapat diubah. Selain keuntungan DIP juga memiliki kekurangan yaitu kecepatan dan mahal, banyak operasi yang digunakan oleh DIP lebih lambat dan lebih mahal dibandingkan operasi optik atau elektrikal lainnya dan resources untuk menghitung bisa mahal. 2.2 Data Data yang digunakan dalam penelitian menggunakan citra satelit LANDSAT TM5 yang didapatkan langsung dari USGS NASA,namun kanal yang biasa digunakan untuk proses NDVI adalah kanal 4 dan kanal 3, berikut karakteristik dari citra landsat Table 1. informasi tiap band dari satelit landsat 2.3 Pengolahan Data Proses pembacaan GeoTiff Tahap pembacaan file GeotTiff dilakukan dengan menggunakan library JAI (Java Advance
3 Imaging). Dan untuk file GeoTiff memiliki struktur file Tiff sehingga bisa lgsung dibaca oleh java dan tinggal digabung dengan JAI Proses penggabungan citra Penggabungan citra dilakukan dengan cara menggabungkan tiap pixel dari band band yang digunakan,sehingga menjadi sebuah gambar baru Proses penghitungan NDVI dan klasifikasi area Pengambilan data daratan diperoleh dengan proses NDVI pada channel 4 dan 3. sehingga pemisahan antara air, awan, dan daratan dapat dilakukan. Karena banjir akan hanya berada disekitar sungai yang terletak pada daratan, sehingga data NDVI yang diambil adalah data daratan, sungai / air, awan, dan daerah bebatuan Proses Reduksi Awan Pada proses ini melakukan pengurangan awan yang dianggap sebagai pengganggu / noise dalam citra satelit ini karena menutupi daerah daerah yang akan dihitung NDVI pada proses sebelumnya. 2.4 Analisis data Pada bagian pengujian dan analisis ini akan dibahas mengenai pengujian dari perangkat lunak (software) yang dibuat. Hal ini bertujuan untuk mengetahui sejauh mana ketepatan eksekusi perangkat lunak yang telah dibuat serta tidak menutup kemungkinan mengetahui kelemahannya. Sehingga dari sini nantinya dapat disimpulkan apakah perangkat lunak yang dibuat dapat berjalan secara benar dan sesuai dengan kriteria yang diharapkan. Pengujian ini meliputi fungsi klasifikasi dan reduksi awan. Uji coba dari perangkat lunak yang telah dibuat meliputi pengujian dari hasil keluaran yang didapat setelah perangkat lunak tersebut dijalankan. Dari hasil pengujian sistem yang dilakukan didapat beberapa karakteristik sistem terhadap faktor yang mempengaruhi proses klasifikasi yang dilakukan. Secara keseluruhan sistem berjalan dengan baik pada tiap-tiap bagian. Dalam proses klasifikasi, citra hasil klasifikasi yang menggunakan filter nilai NDVI jika dibandingkan dengan citra RGB, akan dapat memisahkan obyek dengan baik, dimana suatu piksel dapat masuk kedalam kelompok yang seharusnya. Hal ini terjadi akibat filter dengan nilai NDVI dapat melakukan filter terhadap nilai RGB pada piksel citra. Dalam proses klasifikasi yang menggunakan filter NDVI saja terdapat masalah ketika suatu piksel berdasarkan nilai NDVI telah memenuhi masuk kedalam sebuah kelompok obyek, tetapi nilai warna RGB dari piksel tersebut tidak menunjukkan bahwa piksel tersebut masuk ke dalam kelompok tersebut. Sehingga piksel ini akan masuk ke dalam kelompok yang bukan semestinya. 3. Hasil dan pembahasan Kenampakan penutupan lahan dilihat menggunakan kombinasi 3 kanal (band) LANDSAT untuk membuat citra komposit RGB (Red,Green,Blue). Citra komposit warna naturaldpat dibuat dengan kombinasi kanal SWIR (band 5), sebagai R, kanal NIR (band 4) sebagai G, kanal Green (band 2) sebagai B. dan hasil komposit adalah sebagai berikut Gambar. 2a. Hasil komposit RGB (gabungan dari 3 band ) Gambar. 2b. Hasil NDVI Berdasarkan gambar 2b tampak lahan sekitar sungai yang berwarna biru yang bukan sungai menandakan bahwa daerah itu terjadi banjir, untuk area yang lain dibuat dibuat warna sendiri untuk bisa membedakan daerah yang lain.
4 4. Kesimpulan Berdasarkan hasil pengujian sistem yang telah dilakukan didapatkan beberapa kesimpulan untuk proses klasifikasi dengan menggunakan nilai NDVI dengan nilai warna. 1. Untuk mendapatkan rentang nilai warna yang baik dari suatu obyek maka gambar sampel yang akan diambil warnanya harus didominasi oleh warna dari obyek itu sendiri. 2. Perbedaan hasil segmentasi karena adanya nilai warna dari setiap obyek yang digunakan sebagai acuan tambahan untuk proses segmentasi. 3. Untuk mendapatkan hasil klasifikasi yang baik sebaikny mneggunakan citra yang memiliki noise awan sedikit agar bisa dengan mudah dihitung nilai NDVInya. 4. Nilai warna untuk obyek bayangan dari awan dan juga awan tipis tidak dimasukkan kedalam proses karena sangat sulit untuk mendapatkan batasan untuk nilai warnanya dan batasan untuk nilai NDVI. 5. Segmentasi obyek lebih baik dengan menggunakan filter nilai NDVI dan nilai warna obyek karena citra hasil proses segmentasi hampir mendekati citra RGB ion_2.html [CV Penulis] Arif Rachman Himawan, kuliah di D4 Teknik Informatika Politeknik Elektronika Negeri Surabaya-ITS (PENS-ITS) semester Daftar Pustaka 1. Barbara Theilen-Willige. Flooding Risk of Java, Indonesia, Karlsruhe University, Mohd. Ibrahim Seeni Mohd., Mohamad Adli bin Mansor. Flood Predicition from LANDSAT Thematic Mapper Data and Hydrological Modeling, AARS Dr. F. Sri Hardiyanti Purwadhi, APU. Implementasi Citra Digital Yoga Bhara Priatna. Segmentasi Citra Satelit NOAA-18/AVHRR Berdasarkan NDVI (Normalized Difference Vegetation Index) Dan Klustering Warna Untuk Mendeteksi Penyebaran Asap Pada Kebakaran Hutan, PENS ITS, Siti Yuhaniz, Tanya Vladimirova, Martin N. Sweeting. Flood Detection of Tsunami Affected Areas Using Multispectral Images The Landsat information and Documentation, 7. David Taylor, Timestep File Format, 2008, 8. All About JAI, 2009,
5 Klasifikasi Area Pada Citra Satelit Dan Penerapannya Pada Pedeteksian Banjir Di Situs Bengawan Solo Arif Rachman H 1), Ir. Dadet Pramadihanto, M.Eng, Ph.D 2), Nana Ramadijanti, S.Kom, M.Kom 3) Jurusan Teknik Informatika, PENS ITS Surabaya Jl. Raya ITS, Surabaya +62 (31) ; Fax: +62 (31) gori@student.eepis-its.edu, dadet@eepis-its.edu, nana@eepis-its.edu Abstrak Banjir merupakan salah satu jenis bencana alam yang sering terjadi selama musim penghujan. Banjir perlu mendapatkan perhatian serius, karena frekuensi kejadiannya sangat tinggi, sehingga kerugian baik jiwa maupun materi yang ditimbulkan setara dengan bencana alam yang lainnya seperti letusan gunung berapi, dan bencana gempa bumi serta tsunami. Salah satu cara memperkecil resiko banjir adalah dengan membuat sisitem peringatan dini dan salah. adalah sistem peringatan dini menggunakan data citra satelit. Analisis ini dapat dilakukan antara lain dengan mengintegrasikan daerah genangan banjir dengan data real, Data yang digunakan adalah data citra satelit Landsat-5 TM yang memiliki format TIF. Data hasil ekstraksi diproses untuk mendapatkan citra satelit, yang kemudian dilakukan proses NDVI untuk klasifikasi area tersebut. Kata Kunci :Banjir, Klasifikasi Area, Landsat-5 TM, NDVI, TIF. 1. Pendahuluan Saat ini setiap tahun dimusim penghujan daerah sungai bengawan solo telah terjadi banjir yang dikarenakan faktor alam dan faktor yang disebabkan oleh manusia. Sehingga setiap tahun kerugian yang dialami cukup besar, dan hal tersebut berulang setiap tahun. Dan seperti yang kita ketahui, sungai memiliki fungsi utama yaitu sumber air bagi kehidupan kita, antara lain sebagai sistem pengairan, sistem pengangkutan dan sumber tenaga. Fungsi sebagai sistem pengairan karena biasanya para petani menggunakan air sungai untuk mengairi sawah mereka dan juga untuk memberi minum untuk hewan pembajak mereka. Fungsi sebagai sistem pengangkutan karena didaerah tertentu digunakan sebagai untuk menuju kesuatu tempat yang tidak bisa dilalui dengan alat transportasi sehingga harus melalui sungai. Fungsi sebagai sumber tenaga karena aliran air sungai bisa dimanfaatkan sebagai pembangkit listrik tenaga air. Sedemikian pentingnya sungai, sehingga kita patut menjaga dan melestarikan sungai di Indonesia. Salah satu cara penanggulangan banjir adalah tersedianya sistem peringatan dini berdasarkan penemuan daerah genangan air di sekitar situs yang didapat dari citra satelit. Dengan mengolah citra satelit berdasarkan sensor spektrum cahaya satelit yang digunakan, sehingga gabungan sensor spectrum cahaya yang bekerja dalam band tertentu dapat mengklasifikasi area yang dicurigai sebagai daerah genangan air. Gambar. 1. Block diagram proses klasifikasi area 2. Model, Analisis, Desain dan Implementasi Blok diagram sistem menggambarkan bagaimana alur proses menggabungkan kanal kanal yang digunakan untuk melakukan composite gambar satelit, penghitungan nilai NDVI, mengklasifikasi data vegetasi, mengklasifikasi daerah banjir, mentransformasi citra satelit yang seperti dijelaskan pada gambar 1.
6 2.3.1 Dasar Teori i. Penginderaan-Jauh (Remote Sensing) Penginderaan-Jauh adalah Pengambilan atau pengukuran data atau informasi mengenai sifat dari sebuah fenomena, obyek atau benda dengan menggunakan sebuah alat perekam tanpa berhubungan langsung dengan bahan studi. Salah satu implementasi pada Penginderaan-Jauh adalah pemantauan cuaca bumi. Dalam hal ini, target adalah permukaan bumi, yang melepaskan energi dalam bentuk radiasi infra merah atau energi panas. Energi merambat melalui atmosfir dan ruang angkasa untuk mencapai sensor, yang berada pada platform satelit. Beberapa level energi kemudian dicatat, dikirimkan ke stasiun penerima di bumi, dan diubah menjadi citra yang menunjukkan perbedaan suhu pada permukaan bumi. ii. Citra Normalisasi Citra normalisasi atau NDVI (Normalized Difference Vegetation Index) adalah perhitungan citra yang digunakan untuk mengetahui tingkat kehijauan, yang sangat baik sebagai awal pembagian daerah vegetasi. NDVI dapat menunjukkan parameter yang berhubungan dengan parameter vegetasi, antara lain, biomass dedaunan hijau, daerah dedaunan hijau dan hence yang merupakan nilai yang dapat diperkirakan untuk pembagian vegetasi. Nilai NDVI diperoleh dengan perhitungan nearinfrared dengan visible light yang dipantulkan oleh tumbuhan. Nilai NDVI diperoleh dengan membandingkan pengurangan data near-infrared dan visible dengan penjumlahan kedua data tersebut, berikut rumus penghitungan menggunakan satelit landsat Dari hasil penghitungan diatas didapatkan data daratan dan air, namun untuk air diperlukan juga pembanding nilai RGB karena nilai NDVI dari air dan awan sangat mirip sehingga mengurangi salah klasifikasi. iii. Image Processing Image processing adalah suatu metoda yang digunakan untuk mengolah gambar sehingga menghasilkan gambar lain yang sesuai dengan keinginan kita. Pengambilan gambar biasanya dilakukan dengan kamera video digital atau alat lain yang biasanya digunakan untuk mentransfer gambar (scanner, kamera digital). Pengolahan gambar digital atau Digital Image Processing (DIP) adalah bidang yang berkembang sangat pesat sejalan dengan kemajuan teknologi pada industri saat ini. Fungsi utama dari Digital Image Processing adalah untuk memperbaiki kualitas dari gambar hingga gambar dapat dilihat lebih jelas, karena informasi penting diekstrak dari gambar yang dihasilkan harus jelas sehingga didapatkan gambar yang terbaik. Selain itu DIP digunakan untuk memproses data yang diperoleh dalam persepsi mesin, yaitu prosedur-prosedur yang digunakan untuk mengektraksi informasi dari gambar, informasi dalam bentuk yang cocok untuk proses komputer. Keuntungan menggunakan DIP adalah presisi, yaitu pada masing-masing proses fotografi, disini terdapat penurunan kualitas gambar dan sinyal elektrik yang terdrgradasi akibat keterbatasan komponen elektrik, dalam kondisi ini DIP dapat menjaga hasil gambar tetap presisi. Keuntungan yan lain adalah fleksibilitas, yaitu penggunaan yang lebih besar, sebuah gambar dapat di magnified, reduced atau rotated, kontras, brightness dapat diubah. Selain keuntungan DIP juga memiliki kekurangan yaitu kecepatan dan mahal, banyak operasi yang digunakan oleh DIP lebih lambat dan lebih mahal dibandingkan operasi optik atau elektrikal lainnya dan resources untuk menghitung bisa mahal. 2.2 Data Data yang digunakan dalam penelitian menggunakan citra satelit LANDSAT TM5 yang didapatkan langsung dari USGS NASA,namun kanal yang biasa digunakan untuk proses NDVI adalah kanal 4 dan kanal 3, berikut karakteristik dari citra landsat Table 1. informasi tiap band dari satelit landsat 2.3 Pengolahan Data Proses pembacaan GeoTiff Tahap pembacaan file GeotTiff dilakukan dengan menggunakan library JAI (Java Advance
7 Imaging). Dan untuk file GeoTiff memiliki struktur file Tiff sehingga bisa lgsung dibaca oleh java dan tinggal digabung dengan JAI Proses penggabungan citra Penggabungan citra dilakukan dengan cara menggabungkan tiap pixel dari band band yang digunakan,sehingga menjadi sebuah gambar baru Proses penghitungan NDVI dan klasifikasi area Pengambilan data daratan diperoleh dengan proses NDVI pada channel 4 dan 3. sehingga pemisahan antara air, awan, dan daratan dapat dilakukan. Karena banjir akan hanya berada disekitar sungai yang terletak pada daratan, sehingga data NDVI yang diambil adalah data daratan, sungai / air, awan, dan daerah bebatuan Proses Reduksi Awan Pada proses ini melakukan pengurangan awan yang dianggap sebagai pengganggu / noise dalam citra satelit ini karena menutupi daerah daerah yang akan dihitung NDVI pada proses sebelumnya. 2.4 Analisis data Pada bagian pengujian dan analisis ini akan dibahas mengenai pengujian dari perangkat lunak (software) yang dibuat. Hal ini bertujuan untuk mengetahui sejauh mana ketepatan eksekusi perangkat lunak yang telah dibuat serta tidak menutup kemungkinan mengetahui kelemahannya. Sehingga dari sini nantinya dapat disimpulkan apakah perangkat lunak yang dibuat dapat berjalan secara benar dan sesuai dengan kriteria yang diharapkan. Pengujian ini meliputi fungsi klasifikasi dan reduksi awan. Uji coba dari perangkat lunak yang telah dibuat meliputi pengujian dari hasil keluaran yang didapat setelah perangkat lunak tersebut dijalankan. Dari hasil pengujian sistem yang dilakukan didapat beberapa karakteristik sistem terhadap faktor yang mempengaruhi proses klasifikasi yang dilakukan. Secara keseluruhan sistem berjalan dengan baik pada tiap-tiap bagian. Dalam proses klasifikasi, citra hasil klasifikasi yang menggunakan filter nilai NDVI jika dibandingkan dengan citra RGB, akan dapat memisahkan obyek dengan baik, dimana suatu piksel dapat masuk kedalam kelompok yang seharusnya. Hal ini terjadi akibat filter dengan nilai NDVI dapat melakukan filter terhadap nilai RGB pada piksel citra. Dalam proses klasifikasi yang menggunakan filter NDVI saja terdapat masalah ketika suatu piksel berdasarkan nilai NDVI telah memenuhi masuk kedalam sebuah kelompok obyek, tetapi nilai warna RGB dari piksel tersebut tidak menunjukkan bahwa piksel tersebut masuk ke dalam kelompok tersebut. Sehingga piksel ini akan masuk ke dalam kelompok yang bukan semestinya. 3. Hasil dan pembahasan Kenampakan penutupan lahan dilihat menggunakan kombinasi 3 kanal (band) LANDSAT untuk membuat citra komposit RGB (Red,Green,Blue). Citra komposit warna naturaldpat dibuat dengan kombinasi kanal SWIR (band 5), sebagai R, kanal NIR (band 4) sebagai G, kanal Green (band 2) sebagai B. dan hasil komposit adalah sebagai berikut Gambar. 2a. Hasil komposit RGB (gabungan dari 3 band ) Gambar. 2b. Hasil NDVI Berdasarkan gambar 2b tampak lahan sekitar sungai yang berwarna biru yang bukan sungai menandakan bahwa daerah itu terjadi banjir, untuk area yang lain dibuat dibuat warna sendiri untuk bisa membedakan daerah yang lain.
8 4. Kesimpulan Berdasarkan hasil pengujian sistem yang telah dilakukan didapatkan beberapa kesimpulan untuk proses klasifikasi dengan menggunakan nilai NDVI dengan nilai warna. 1. Untuk mendapatkan rentang nilai warna yang baik dari suatu obyek maka gambar sampel yang akan diambil warnanya harus didominasi oleh warna dari obyek itu sendiri. 2. Perbedaan hasil segmentasi karena adanya nilai warna dari setiap obyek yang digunakan sebagai acuan tambahan untuk proses segmentasi. 3. Untuk mendapatkan hasil klasifikasi yang baik sebaikny mneggunakan citra yang memiliki noise awan sedikit agar bisa dengan mudah dihitung nilai NDVInya. 4. Nilai warna untuk obyek bayangan dari awan dan juga awan tipis tidak dimasukkan kedalam proses karena sangat sulit untuk mendapatkan batasan untuk nilai warnanya dan batasan untuk nilai NDVI. 5. Segmentasi obyek lebih baik dengan menggunakan filter nilai NDVI dan nilai warna obyek karena citra hasil proses segmentasi hampir mendekati citra RGB ion_2.html [CV Penulis] Arif Rachman Himawan, kuliah di D4 Teknik Informatika Politeknik Elektronika Negeri Surabaya-ITS (PENS-ITS) semester Daftar Pustaka 1. Barbara Theilen-Willige. Flooding Risk of Java, Indonesia, Karlsruhe University, Mohd. Ibrahim Seeni Mohd., Mohamad Adli bin Mansor. Flood Predicition from LANDSAT Thematic Mapper Data and Hydrological Modeling, AARS Dr. F. Sri Hardiyanti Purwadhi, APU. Implementasi Citra Digital Yoga Bhara Priatna. Segmentasi Citra Satelit NOAA-18/AVHRR Berdasarkan NDVI (Normalized Difference Vegetation Index) Dan Klustering Warna Untuk Mendeteksi Penyebaran Asap Pada Kebakaran Hutan, PENS ITS, Siti Yuhaniz, Tanya Vladimirova, Martin N. Sweeting. Flood Detection of Tsunami Affected Areas Using Multispectral Images The Landsat information and Documentation, 7. David Taylor, Timestep File Format, 2008, 8. All About JAI, 2009,
Pemetaan Batas Wilayah Darat Penggunaan Lahan Dari Citra Landsat. Studi Kasus : Kabupaten Jombang
Pemetaan Batas Wilayah Darat Penggunaan Lahan Dari Citra Landsat. Studi Kasus : Kabupaten Jombang Abstrak Muhammad Tenang Ukur 1, Nana Ramadijanti, S.Kom, M.Kom 2, Arif Basofi S.Kom, MT, OCA² Mahasiswa
Lebih terperinciPEMROSESAN CITRA SATELIT DAN PEMODELAN UNTUK MEMPREDIKSI PENYEBARAN BANJIR BENGAWAN SOLO MENGGUNAKAN METODE NAVIER STOKES
PEMROSESAN CITRA SATELIT DAN PEMODELAN UNTUK MEMPREDIKSI PENYEBARAN BANJIR BENGAWAN SOLO MENGGUNAKAN METODE NAVIER STOKES Ratih Febrianty 1), Ir. Dadet Pramadihanto, M.Eng, Ph.D 2, Ir. Wahjoe Tjatur Sesulihatien,
Lebih terperinci1. Pendahuluan. 1.2 Rumusan Permasalahan. Kata Kunci :Banjir, Sebaran, NDVI, Cellular Automata, Infiltrasi, Horton
Pemrosesan Citra Satelit dan Pemodelan untuk Prediksi Penyebaran Banjir Bengawan Solo Ratna Nur Tiara Shanty 1), Ir. Dadet Pramadihanto, M.Eng, Ph.D 2), Ir. Wahjoe Tjatur Sesulihatien, MT 3) Jurusan Teknik
Lebih terperinciSENSOR DAN PLATFORM. Kuliah ketiga ICD
SENSOR DAN PLATFORM Kuliah ketiga ICD SENSOR Sensor adalah : alat perekam obyek bumi. Dipasang pada wahana (platform) Bertugas untuk merekam radiasi elektromagnetik yang merupakan hasil interaksi antara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Banyaknya pemanfaatan dan penggunaan data citra penginderaan jauh di berbagai segi kehidupan menyebabkan kebutuhan akan data siap pakai menjadi semakin tinggi. Beberapa
Lebih terperinciLampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997
LAMPIRAN Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997 17 Lampiran 2. Peta klasifikasi penutup lahan Kodya Bogor tahun 2006 18 Lampiran 3. Peta sebaran suhu permukaan Kodya Bogor tahun
Lebih terperinci09 - Penginderaan Jauh dan Pengolahan Citra Dijital. by: Ahmad Syauqi Ahsan
09 - Penginderaan Jauh dan Pengolahan Citra Dijital by: Ahmad Syauqi Ahsan Remote Sensing (Penginderaan Jauh) is the measurement or acquisition of information of some property of an object or phenomena
Lebih terperinci11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I
Introduction to Remote Sensing Campbell, James B. Bab I Sebuah gambar mengandung informasi dari obyek berupa: Posisi Ukuran Hubungan antar obyek Informasi spasial dari obyek Pengambilan data fisik dari
Lebih terperinciImage Fusion: Trik Mengatasi Keterbatasan Citra
Image Fusion: Trik Mengatasi Keterbatasan itra Hartanto Sanjaya Pemanfaatan cita satelit sebagai bahan kajian sumberdaya alam terus berkembang, sejalan dengan semakin majunya teknologi pemrosesan dan adanya
Lebih terperinciix
DAFTAR ISI viii ix x DAFTAR TABEL Tabel 1.1. Emisivitas dari permukaan benda yang berbeda pada panjang gelombang 8 14 μm. 12 Tabel 1.2. Kesalahan suhu yang disebabkan oleh emisivitas objek pada suhu 288
Lebih terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciTINJAUAN PUSTAKA. Secara geografis DAS Besitang terletak antara 03 o o LU. (perhitungan luas menggunakan perangkat GIS).
TINJAUAN PUSTAKA Daerah Aliran Sungai (DAS) Besitang Sekilas Tentang DAS Besitang Secara geografis DAS Besitang terletak antara 03 o 45 04 o 22 44 LU dan 97 o 51 99 o 17 56 BT. Kawasan DAS Besitang melintasi
Lebih terperinciIII. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.
III. METODOLOGI 3.1 Waktu dan Tempat Penelitian dilaksanakan pada bulan Juli-Oktober 2010. Lokasi penelitian di Kota Palembang dan Laboratorium Analisis Spasial Lingkungan, Departemen Konservasi Sumberdaya
Lebih terperinciq Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :
MAKSUD DAN TUJUAN q Maksud dari kegiatan ini adalah memperoleh informasi yang upto date dari citra satelit untuk mendapatkan peta penggunaan lahan sedetail mungkin sebagai salah satu paramater dalam analisis
Lebih terperinciIndeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :
Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut : NDVI=(band4 band3)/(band4+band3).18 Nilai-nilai indeks vegetasi di deteksi oleh instrument pada
Lebih terperinciRadiasi Elektromagnetik
Radiasi Elektrmagnetik 3. Radiasi Elektrmagnetik Berangkat dari bahasan kita di atas mengenai kmpnen sistem PJ, energi elektrmagnetik adalah sebuah kmpnen utama dari kebanyakan sistem PJ untuk lingkungan
Lebih terperinciLAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI. Oleh: Nama : Deasy Rosyida Rahmayunita NRP :
LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI Oleh: Nama : Deasy Rosyida Rahmayunita NRP : 3513100016 Dosen Pembimbing: Nama : Prof.Dr.Ir. Bangun Muljo Sukojo, DEA, DESS NIP
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang
1 I. PENDAHULUAN 1.1 Latar Belakang Posisi Indonesia berada di daerah tropis mengakibatkan hampir sepanjang tahun selalu diliputi awan. Kondisi ini mempengaruhi kemampuan citra optik untuk menghasilkan
Lebih terperincimenunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel.
Lampiran 1. Praproses Citra 1. Perbaikan Citra Satelit Landsat Perbaikan ini dilakukan untuk menutupi citra satelit landsat yang rusak dengan data citra yang lainnya, pada penelitian ini dilakukan penggabungan
Lebih terperinciGregorius Anung Hanindito 1 Eko Sediyono 2 Adi Setiawan 3. Abstrak
ANALISIS PANTAUAN DAN KLASIFIKASI CITRA DIGITAL PENGINDRAAN JAUH DENGAN DATA SATELIT LANDASAT TM MELALUI TEKNIK SUPERVISED CLASSIFICATION (STUDI KASUS KABUPATEN MINAHASA TENGGARA, PROVINSI SULAWESI UTARA)
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Persiapan Tahap persiapan merupakan tahapan penting dalam penelitian tugas akhir ini. Proses ini sangat berpengaruh terhadap hasil akhir penellitan. Pada tahap ini dilakukan
Lebih terperinciBROSUR INTERAKTIF BERBASIS AUGMENTED REALITY
BROSUR INTERAKTIF BERBASIS AUGMENTED REALITY Muchammad Chafied, Rengga Asmara, S.Kom, Taufiqurrahman, S.ST, Rizky Yuniar Hakkun, S.Kom Jurusan Teknik Informatika, Politeknik Elektronika Negeri Surabaya,
Lebih terperinciBAB I PENDAHULUAN I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Ilmu penginderaan jauh berkembang sangat pesat dari masa ke masa. Teknologi sistem sensor satelit dan berbagai algoritma pemrosesan sinyal digital memudahkan pengambilan
Lebih terperinciAplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan)
Aplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan) Ardiawan Jati, Hepi Hapsari H, Udiana Wahyu D Jurusan Teknik Geomatika, Fakultas
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciBAB II. TINJAUAN PUSTAKA
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii ABSTRACT... xiii
Lebih terperinciSistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera
Sistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera Zahir arsya #1, Eru Puspita #2, Ronny Susetyoko #3 # Jurusan Teknik Elektronika, Politeknik Elektronika Negeri
Lebih terperinciANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN CITRA AVHRR/NOAA-16
ANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN CITRA AVHRR/NOAA-16 Any Zubaidah 1, Suwarsono 1, dan Rina Purwaningsih 1 1 Lembaga Penerbangan dan Antariksa Nasional (LAPAN)
Lebih terperinciBAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas
BAB I PENDAHULUAN Bab I menguraikan tentang latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah serta sistematika penulisan yang menjadi dasar dari Perbandingan Penggunaan
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
BAB III DATA DAN METODOLOGI PENELITIAN 3.1 Data Ada 3 data utama yang digunakan dalam penelitian ini. Data yang pertama adalah data citra satelit Landsat 7 ETM+ untuk daerah cekungan Bandung. Data yang
Lebih terperinciGenerated by Foxit PDF Creator Foxit Software For evaluation only. 23 LAMPIRAN
23 LAMPIRAN 24 Lampiran 1 Diagram Alir Penelitian Data Citra LANDSAT-TM/ETM Koreksi Geometrik Croping Wilayah Kajian Kanal 2,4,5 Kanal 1,2,3 Kanal 3,4 Spectral Radiance (L λ ) Albedo NDVI Class Radiasi
Lebih terperinciSatelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital
Satelit Landsat 8, Landsat Data Continuity Mission A. Satelit Landsat 8 Satelit Landsat 8, Landsat Data Continuity Mission Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama kali menjadi
Lebih terperinciANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS
ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS Oleh : Tyas Eka Kusumaningrum 3509 100 001 LATAR BELAKANG Kawasan Pesisir Kota
Lebih terperinciPENENTUAN KERAPATAN MANGROVE DI PESISIR PANTAI KABUPATEN LANGKAT DENGAN MENGGUNAKAN CITRA LANDSAT 5 TM DAN 7 ETM. Rita Juliani Rahmatsyah.
62 PENENTUAN KERAPATAN MANGROVE DI PESISIR PANTAI KABUPATEN LANGKAT DENGAN MENGGUNAKAN CITRA LANDSAT 5 TM DAN 7 ETM Rita Juliani Rahmatsyah Bill Cklinton Simanjuntak Abstrak Telah dilakukan penentuan kerapatanmangrove
Lebih terperinciII. TINJAUAN PUSTAKA. Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami
II. TINJAUAN PUSTAKA A. Perubahan Penutupan Lahan Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami perubahan kondisi pada waktu yang berbeda disebabkan oleh manusia (Lillesand dkk,
Lebih terperinciPemanfaatan Data Landsat-8 dan MODIS untuk Identifikasi Daerah Bekas Terbakar Menggunakan Metode NDVI (Studi Kasus: Kawasan Gunung Bromo)
Pemanfaatan Data Landsat-8 dan MODIS untuk Identifikasi Daerah Bekas Terbakar Menggunakan Metode NDVI (Studi Kasus: Kawasan Gunung Bromo) Nurul Aini Dan Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut berbentuk radiasi elektromagnetik
Lebih terperinciBAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)
BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh) Remote Sensing didefinisikan sebagai ilmu untuk mendapatkan informasi mengenai obyek-obyek pada permukaan bumi dengan analisis data yang
Lebih terperinciPENGINDERAAN JAUH. --- anna s file
PENGINDERAAN JAUH copyright@2007 --- anna s file Pengertian Penginderaan Jauh Beberapa ahli berpendapat bahwa inderaja merupakan teknik yang dikembangkan untuk memperoleh data di permukaan bumi, jadi inderaja
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Suhu Permukaan Suhu permukaan dapat diartikan sebagai suhu terluar suatu obyek. Untuk suatu tanah terbuka, suhu permukaan adalah suhu pada lapisan terluar permukaan tanah. Sedangkan
Lebih terperinciII. TINJAUAN PUSTAKA. 2.1 Kekeringan
II. TINJAUAN PUSTAKA 2.1 Kekeringan Kekeringan (drought) secara umum bisa didefinisikan sebagai kurangnya persediaan air atau kelembaban yang bersifat sementara secara signifikan di bawah normal atau volume
Lebih terperinciAPLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI
APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI OLEH: FARIS SANTA EKA WIARTA NPM : 0736010025 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK INDUSTRI - FTI UNIVERSITAS
Lebih terperinciKARAKTERISTIK CITRA SATELIT Uftori Wasit 1
KARAKTERISTIK CITRA SATELIT Uftori Wasit 1 1. Pendahuluan Penginderaan jarak jauh merupakan salah satu teknologi penunjang pengelolaan sumber daya alam yang paling banyak digunakan saat ini. Teknologi
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciSISTEM MITIGASI BANJIR BENGAWAN SOLO BERBASIS J2ME
SISTEM MITIGASI BANJIR BENGAWAN SOLO BERBASIS J2ME Atik khoiriyah 1, Ir. Wahjoe Tjatur S., M.T 2, Arna Fariza, S. Kom, M. Kom 2, Yuliana Setiowati, S.Kom, M.Kom 2 Mahasiswa Jurusan Teknik Informatika 1,
Lebih terperinciISTILAH DI NEGARA LAIN
Geografi PENGERTIAN Ilmu atau seni untuk memperoleh informasi tentang obyek, daerah atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek
Lebih terperinciMETODOLOGI. Gambar 4. Peta Lokasi Penelitian
22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pemanfaatan penggunaan lahan akhir-akhir ini semakin mengalami peningkatan. Kecenderungan peningkatan penggunaan lahan dalam sektor permukiman dan industri mengakibatkan
Lebih terperinciPENELITIAN DAN PENGEMBANGAN PENANGANAN KAWASAN BENCANA ALAM DI PANTAI SELATAN JAWA TENGAH
PENELITIAN DAN PENGEMBANGAN PENANGANAN KAWASAN BENCANA ALAM DI PANTAI SELATAN JAWA TENGAH Totok Gunawan dkk Balitbang Prov. Jateng bekerjasama dengan Fakultas Gegrafi UGM Jl. Imam Bonjol 190 Semarang RINGKASAN
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan
15 BAB III METODOLOGI 3.1 Waktu dan Tempat Penelitian ini dilaksanakan mulai bulan Juli sampai dengan April 2011 dengan daerah penelitian di Kabupaten Bogor, Kabupaten Sukabumi, dan Kabupaten Cianjur,
Lebih terperinciKATA PENGANTAR Aplikasi Penginderaan Jauh dalam Mendeteksi Kebakaran Hutan Menggunakan Citra Satelit Landsat
KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Ida Sang Hyang Widhi Wasa/Tuhan Yang Maha Esa, karena atas berkat dan rahmat-nya, penulis dapat menyelesaikan tugas akhir dengan judul Aplikasi Penginderaan
Lebih terperinciABSTRAK. Kata Kunci: kebakaran hutan, penginderaan jauh, satelit Landsat, brightness temperature
ABSTRAK Indonesia sebagai negara kepulauan memiliki hamparan hutan yang luas tidak terlepas dengan adanya masalah-masalah lingkungan yang dihasilkan, khususnya kebakaran hutan. Salah satu teknologi yang
Lebih terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciLOGO PEMBAHASAN. 1. Pemetaan Geomorfologi, NDVI dan Temperatur Permukaan Tanah. 2. Proses Deliniasi Prospek Panas Bumi Tiris dan Sekitarnya
PEMBAHASAN 1. Pemetaan Geomorfologi, NDVI dan Temperatur Permukaan Tanah 2. Proses Deliniasi Prospek Panas Bumi Tiris dan Sekitarnya Pemetaan Geomorfologi,NDVI dan Temperatur Permukaan Tanah Pemetaan Geomorfologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Berdasarkan Undang-Undang Nomor 41 Tahun 1999, bahwa mangrove merupakan ekosistem hutan, dengan definisi hutan adalah suatu ekosistem hamparan lahan berisi sumber daya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan negara agraris dimana sebagian besar penduduknya bekerja sebagai petani. Berdasarkan sensus penduduk tahun 2010, jumlah penduduk yang bermata pencaharian
Lebih terperinciBAB 4 SEGMENTASI WILAYAH POTENSI BANJIR MENGGUNAKAN DATA DEM DAN DATA SATELIT
BAB 4 SEGMENTASI WILAYAH POTENSI BANJIR MENGGUNAKAN DATA DEM DAN DATA SATELIT Metode yang digunakan dalam penelitian ini meliputi ekstraksi ketinggian permukaan tanah dari data DEM, penggabungan Peta Aliran
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciJURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian
JURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian http://journal.unnes.ac.id/sju/index.php/ujet ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA
Lebih terperinciANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA)
ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA) Oleh : Dawamul Arifin 3508 100 055 Jurusan Teknik Geomatika
Lebih terperinciPEMANFAATAN CITRA LANDSAT 8 UNTUK IDENTIFIKASI NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI KECAMATAN SILAT HILIR KABUPATEN KAPUAS HULU
PEMANFAATAN CITRA LANDSAT 8 UNTUK IDENTIFIKASI NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI KECAMATAN SILAT HILIR KABUPATEN KAPUAS HULU Ajun Purwanto Program Sudi Pendidikan Geografi Fakultas Ilmu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sumatera Utara memiliki luas total sebesar 181.860,65 Km² yang terdiri dari luas daratan sebesar 71.680,68 Km² atau 3,73 % dari luas wilayah Republik Indonesia. Secara
Lebih terperinciABSTRAK. Kata kunci: Ruang Terbuka Hijau, Penginderaan Jauh, Citra Landsat 8, Indeks Vegetasi (NDVI, MSAVI2 dan WDRVI) vii
ABSTRAK Ruang Terbuka Hijau kota adalah bagian dari ruang-ruang terbuka (open space) suatu wilayah perkotaan yang diisi oleh tumbuhan dan berbagai jenis Vegetasi lainnya. Keanekaragaman suatu Vegetasi
Lebih terperinciDAMPAK BANJIR TERHADAP INFRASTRUKTUR DI KABUPATEN MAROS BERBASIS CITRA LANDSAT 8 DAN MODIS NRT ( NEAR REAL TIME)
DAMPAK BANJIR TERHADAP INFRASTRUKTUR DI KABUPATEN MAROS BERBASIS CITRA LANDSAT 8 DAN MODIS NRT ( NEAR REAL TIME) Dr. Ir Syafruddin Rauf, MT. 1) dan Prof. Ir. Sakti Adji Adisasmitha, Msi.M.Eng.Sc.Ph.D 1),
Lebih terperinciMONITORING PERUBAHAN LANSEKAP DI SEGARA ANAKAN, CILACAP DENGAN MENGGUNAKAN CITRA OPTIK DAN RADAR a. Lilik Budi Prasetyo. Abstrak
MONITORING PERUBAHAN LANSEKAP DI SEGARA ANAKAN, CILACAP DENGAN MENGGUNAKAN CITRA OPTIK DAN RADAR a Lilik Budi Prasetyo Jurusan Konservasi Sumberdaya Hutan, Fakultas Kehutanan-IPB, PO.Box 168 Bogor, Email
Lebih terperinciII. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya
5 II. TINJAUAN PUSTAKA A. Penutupan Lahan dan Perubahannya Penutupan lahan menggambarkan konstruksi vegetasi dan buatan yang menutup permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya
Lebih terperinciSISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA
SISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA Nana Ramadijanti, Achmad Basuki Politeknik Eletronika Negeri Surabaa, Institut Teknologi Sepuluh Nopember Surabaa Kampus PENS-ITS, Keputih, Sukolilo, Surabaa
Lebih terperinciIII METODOLOGI. 3.1 Lokasi dan Waktu Penelitian
III METODOLOGI 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan selama 9 bulan (Maret - November 2009), dan obyek penelitian difokuskan pada tiga kota, yaitu Kota Padang, Denpasar, dan Makassar.
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciPEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH
2015 PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN Danau Rawa Pening, Provinsi Jawa Tengah PEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH LI1020010101 PEDOMAN
Lebih terperinciRIZKY ANDIANTO NRP
ANALISA INDEKS VEGETASI UNTUK IDENTIFIKASI TINGKAT KERAPATAN VEGETASI HUTAN GAMBUT MENGGUNAKAN CITRA AIRBORNE HYPERSPECTRAL HYMAP ( Studi kasus : Daerah Hutan Gambut Kabupaten Katingan dan Kabupaten Pulang
Lebih terperinciBAB I PENDAHULUAN. pada radius 4 kilometer dari bibir kawah. (http://berita.plasa.msn.com
BAB I PENDAHULUAN 1.1 Latar Belakang Gunung Sinabung terus menunjukkan peningkatan aktivitas vulkanologi. Awan hitam dan erupsi terus terjadi, 5.576 warga dievakuasi. Evakuasi diberlakukan setelah pada
Lebih terperinciPemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur) Diah Witarsih dan Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik
Lebih terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciOleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember
Oleh : Hernandi Kustandyo (3508100001) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Ekosistem mangrove adalah salah satu obyek yang bisa diidentifikasi
Lebih terperinci12/1/2009. Pengamatan dilakukan dengan kanal yang sempit Sensor dapat memiliki 200 kanal masing-
Hyperspectral Remote Sensing Introduction to Remote Sensing Bab XIV Asal Mula HRS Pengamatan obyek pada remote sensing Dilakukan pada beberapa daerah spektrum elektromagnetik Sebelumnya menggunakan daerah
Lebih terperinciBAB I PENDAHULUAN. Bab ini berisi tentang latar belakang, tujuan, dan sistematika penulisan. BAB II KAJIAN LITERATUR
BAB I PENDAHULUAN 1.1 Latar Belakang Citra yang direkam oleh satelit, memanfaatkan variasi daya, gelombang bunyi atau energi elektromagnetik. Selain itu juga dipengaruhi oleh cuaca dan keadaan atmosfer
Lebih terperinciMata indera yang dimiliki manusia sehingga suatu citra (gambar) memegang peranan penting dalam prespektif manusia. Pengolahan Citra Digital * Citra suatu representasi (gambaran/ gambar), kemiripan atau
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciLEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL
LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL Sumber Energi Resolusi (Spasial, Spektral, Radiometrik, Temporal) Wahana Metode (visual, digital, otomatisasi) Penginderaan jauh adalah ilmu pengetahuan dan
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperincisehingga tercipta suatu pergerakan partikel partikel atom yang bermuatan di
7 II. TINJAUAN PUSTAKA 2.1. Termografi Infra Merah Termografi adalah alat diagnostik yang menggunakan energi panas ( mendeteksi temperatur permukaan). Saat ini termografi telah diterapkan dalam berbagai
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Kota besar akan mengalami perkembangan, dimana perkembangan tersebut berdampak pada daerah disekitarnya. Salah satu dampak yang terjadi adalah munculnya istilah kota
Lebih terperinciAPLIKASI PENGINDERAAN JAUH UNTUK PENGHITUNGAN SEBARAN CO 2 DARI TUTUPAN HUTAN DENGAN SATELIT LANDSAT 8 TUGAS AKHIR
APLIKASI PENGINDERAAN JAUH UNTUK PENGHITUNGAN SEBARAN CO 2 DARI TUTUPAN HUTAN DENGAN SATELIT LANDSAT 8 TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan Pendidikan Sarjana
Lebih terperinciAnalisa Perubahan Tutupan Lahan di Waduk Riam Kanan dan Sekitarnya Menggunakan Sistem Informasi Geografis(SIG) dan data citra Landsat
Analisa Perubahan Tutupan Lahan di Waduk Riam Kanan dan Sekitarnya Menggunakan Sistem Informasi Geografis(SIG) dan data citra Landsat Rully Sasmitha dan Nurlina Abstrak: Telah dilakukan penelitian untuk
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan
3 II. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan Pengertian masyarakat adat berdasarkan Aliansi Masyarakat Adat Nusantara adalah kelompok masyarakat yang memiliki asal usul leluhur (secara turun temurun)
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura
III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura WAR). Berdasarkan administrasi pemerintahan Provinsi Lampung kawasan ini berada
Lebih terperinciBAB 11: GEOGRAFI SISTEM INFORMASI GEOGRAFI
1. Sistem Informasi Geografi merupakan Sistem informasi yang memberikan gambaran tentang berbagai gejala di atas muka bumi dari segi (1) Persebaran (2) Luas (3) Arah (4) Bentuk 2. Sarana yang paling baik
Lebih terperinciLAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMBINASI BAND PADA CITRA SATELIT LANDSAT 8 DENGAN PERANGKAT LUNAK BILKO OLEH: : HILDA ARSSY WIGA CINTYA
LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMBINASI BAND PADA CITRA SATELIT LANDSAT 8 DENGAN PERANGKAT LUNAK BILKO OLEH: NAMA : HILDA ARSSY WIGA CINTYA NRP :3513100061 DOSEN PEMBIMBING: NAMA : LALU MUHAMAD JAELANI,
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kabupaten Bandung, Provinsi Jawa Barat. Penelitian dilakukan dari tahun 2009 hingga tahun 2011. Penelitian dibagi
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli-November Penelitian ini
METODE PENELITIAN Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli-November 2012. Penelitian ini dilaksanakan di lahan sebaran agroforestri yaitu di Kecamatan Sei Bingai, Kecamatan Bahorok,
Lebih terperinciRINGKASAN MATERI INTEPRETASI CITRA
Lampiran 1 Ringkasan Materi RINGKASAN MATERI INTEPRETASI CITRA 1 Pengertian Intepretasi Citra Inteprtasi Citra adalah kegiatan menafsir, mengkaji, mengidentifikasi, dan mengenali objek pada citra, selanjutnya
Lebih terperinciAplikasi Analisis Komponen Utama dalam Pemodelan Penduga Lengas Tanah dengan Data Satelit Multispektral
Jurnal Matematika dan Sains Vol. 9 No. 1, Maret 2004, hal 215 222 Aplikasi Analisis Komponen Utama dalam Pemodelan Penduga Lengas Tanah dengan Data Satelit Multispektral Erna Sri Adiningsih 1),Mahmud 2),dan
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1 Penutupan Lahan Tahun 2003 2008 4.1.1 Klasifikasi Penutupan Lahan Klasifikasi penutupan lahan yang dilakukan pada penelitian ini dimaksudkan untuk membedakan penutupan/penggunaan
Lebih terperinci10/11/2014 SISTEM VISUAL MANUSIA. CIG4E3 / Pengolahan Citra Digital BAB 2. Konsep Dasar Citra Digital
CIG4E3 / Pengolahan Citra Digital BAB 2. Konsep Dasar Citra Digital Intelligent Computing and Multimedia (ICM) SISTEM VISUAL MANUSIA 1 2 (1) Intensitas cahaya ditangkap diagram iris dan diteruskan ke bagian
Lebih terperinciAnalisa Pantauan dan Klasifikasi Citra Digital Remote Sensing dengan Data Satelit Landsat TM Melalui Teknik Supervised Classification
Analisa Pantauan dan Klasifikasi Citra Digital Remote Sensing dengan Data Satelit Landsat TM Melalui Teknik Supervised Classification (Studi Kasus Kabupaten Minahasa Tenggara, Provinsi Sulawesi Utara)
Lebih terperinci